终端不再失忆：如何用AI Shell构建持久记忆（你的终端也该这样）

作者提米哥

每个开发者都有这样的经历：前一天刚在终端里敲了一串复杂的 docker exec 命令，第二天打开新会话又得重新查。终端是最常用、也是最健忘的工具。好消息是，2026年的AI终端代理正在改变这一切——不是靠更大的上下文窗口，而是靠持久记忆。

为什么信任在下降，但使用率却在飙升？

Stack Overflow 2025 调查显示：84%的开发者使用AI编程工具，但对准确率的信任度从40%跌到了29%。原因很简单：每个新会话都从零开始。你的AI助手不记得你总用 staging 分支部署，不记得你的项目用 Yarn 而不是 npm，也不记得 users 表有个软删除列。你每次都要重新教一遍。

JetBrains 2026 年1月的调查发现，Claude Code 的工作采用率在9个月内从3%暴涨到18%——不是因为它模型更聪明，而是因为它通过子代理和持久上下文记住了你的偏好。工作流适配比基准分数更重要，而工作流适配的本质就是记忆。

nsh：一套值得研究的记忆架构

最有趣的终端代理可能是你没听说过的 nsh（由门罗币核心成员 fluffypony 创建）。它是一个基于 Rust 的 AI shell 助手，实现了 六层记忆系统（MIRIX 架构）。每次查询前，nsh 会从记忆库中检索相关上下文，并作为结构化 XML 注入到系统提示中。

六层记忆系统

第一层：核心记忆（Core Memory）
- 三个固定块：用户事实、代理人格、环境
- 始终加载到上下文中，永不修剪
- 例子："这个用户用 Rust；优先用 cargo 命令"

第二层：情景记忆（Episodic Memory）
- 带时间戳的事件：命令执行、错误、解决方案
- 自动从会话历史中提取
- 例子："2026-05-20：用户通过给 docker run 添加 --network=host 解决了 Docker 网络问题"

第三层：语义记忆（Semantic Memory）
- 知识及关系，存储在向量索引条目中
- 跨会话关联概念
- 例子："项目X使用 PostgreSQL 15 和 pgvector 扩展"

第四层：程序记忆（Procedural Memory）
- 可复用的工作流和技能模板
- 可安装、共享、组合
- 例子："部署到暂存：git push origin staging && ssh staging 'cd /app && git pull && docker compose up -d'"

第五层：资源记忆（Resource Memory）
- 参考资料：文档、配置、架构决策
- 索引后按需检索，不常驻上下文
- 例子："API 遵循 REST 惯例，使用 /v2/ 前缀"

第六层：知识库（Knowledge Vault）
- 加密的密钥、API 密钥、敏感凭证
- 按需检索，附带审计日志
- 从不会明文保留在对话日志中

这不是纸上谈兵——nsh 目前已经可以运行。下面是如何配置一个核心记忆块：

# 安装 nsh（curl -fsSL https://nsh.sh/install.sh | bash）

# 第一次运行 nsh 后，它会创建 ~/.nsh/ 目录
# 核心记忆块存放在 ~/.nsh/core/

# 设置你的用户事实 —— 这些将始终存在于上下文中
cat > ~/.nsh/core/user_facts.md << 'EOF'
- 主要语言：TypeScript 和 Python
- 包管理器：pnpm（绝对不用 npm）
- 容器运行时：Docker + docker compose
- Git 惯例：约定式提交，squash-merge PR
- 部署：通过 ArgoCD 管理 Kubernetes
EOF

# 设置你的代理人格
cat > ~/.nsh/core/agent_persona.md << 'EOF'
- 执行命令前给出解释
- 优先参考官方文档，而不是 Stack Overflow
- 任何破坏性命令都要标注安全风险
- 总是建议先加 --dry-run 参数
EOF

结果：每次你敲 ? 提问时，nsh 会自动带上你的持久上下文。不用再重复解释你的开发环境。

为什么这比上下文窗口更重要

考虑实际对比：

# 没有持久记忆（每个新会话都从零开始）：
you: ? 部署 API 到暂存环境
agent: 好的，让我先看看你的项目结构……
       [花3分钟发现你用 docker compose、找到 staging 配置、搞清楚 CI 流程]

# 有持久记忆（nsh，从第二次会话开始）：
you: ? 部署 API 到暂存环境
agent: [搜索情景记忆] -> [找到 "deploy-to-staging" 程序记忆] -> [预填命令]
$ git push origin staging && ssh staging 'cd /app && git pull && docker compose up -d'
按回车执行。可先编辑。Ctrl-C取消。

同样的模型、终端、开发者。区别在于：一个是每次从零开始的工具，另一个是不断积累关于你本人经验的工具。

使用 nsh 一周后，你的情景记忆里会包含你运行过的每条命令、遇到的每个错误和每个解决办法。语义记忆索引了你项目的架构。程序记忆把你的工作流存储为可复用的技能。工具通过观察你工作而变得更好——这正是好的结对编程能做到的。

安全模型就是架构

nsh 把安全作为设计基础：

  • 密钥脱敏：内置100多种模式，在将上下文发送给LLM之前检测并脱敏API密钥、令牌、私钥、JWT、数据库URL等。可自定义模式。
  • 命令风险评估：每条建议的命令被分类为 safe、elevated 或 dangerous。危险命令（递归删除系统路径、格式化磁盘、fork 炸弹、管道执行远程脚本等）总是需要明确确认。
  • 敏感目录拦截：默认禁止读写 ~/.ssh、~/.gnupg、~/.aws、~/.kube、~/.docker。
  • 工具输出沙箱：来自 web_search、github 等工具的结果用随机边界标记分隔，并视为不可信数据。工具输出中的提示注入会被过滤。
  • 保护设置：安全关键的配置（API密钥、白名单、脱敏设置）不能被AI修改。绝对禁止。
# nsh 的风险评估示例：
you: ? 清理旧的 Docker 镜像
nsh: [评估命令风险：危险]
  ⚠️  这条命令将执行：docker image prune -a --filter "until=168h"
  分类：危险（删除所有超过7天的未使用镜像）
  需要明确确认？[y/N]

这不同于 Codex CLI 的操作系统级沙箱（macOS 的 Apple Seatbelt、Linux 的 Landlock/seccomp），后者创建硬性边界但没有内部智能。nsh 的方法是基于上下文的——它理解命令的含义，而不仅仅是它访问了什么。两种方法都有价值，解决不同问题。

工具循环：为什么自主多步骤很重要

nsh 默认每个查询最多链式调用50个工具。这不只是聊天机器人建议一条命令，而是一个代理：

  1. 搜索命令历史，找出相似的失败记录
  2. 检查哪些包管理器可用
  3. 读取相关配置文件
  4. 运行安全的诊断命令
  5. 预填修复命令供你审查
you: ? 为什么我上一条命令失败了？
nsh: [search_history] -> 找到3条相似失败记录
      [read_file] -> 检查 /var/log/app/error.log
      [run_command] -> docker logs api-server-1 --tail 20
      [chat] -> API 容器以状态码 137 退出（OOM 被杀死）。
                你的容器内存限制为 512MB，但 JVM 堆配置了 1GB。修复方法：
      [command] -> docker compose config | grep memory
      [command] -> docker compose up -d --memory=2g api-server

code 工具更进一步：它将编程任务委托给一个工作目录受限的子代理，该子代理可以读写文件、用 grep 和 glob 搜索代码库、运行构建/测试/lint 命令来验证结果。这类似于 Claude Code 的子代理架构，但发生在 shell 层级，而非 IDE 级别。

竞争格局：记忆在哪里

用记忆的视角审视主流 CLI 代理：

  • Claude Code：持久记忆通过 CLAUDE.md 文件 + 子代理。项目级记忆，没有跨会话的情景记忆。
  • Gemini CLI：无。每次会话无状态。
  • Codex CLI：无。每次调用独立。
  • OpenCode：有限。基于配置，没有情景层级。
  • Aider：.aider* 文件。内嵌于 Git，但结构扁平。
  • Warp：仅有命令历史。没有语义或程序记忆。
  • Goose：YAML 配方。仅程序记忆，没有情景记忆。
  • nsh：六层 MIRIX 架构。包含核心、情景、语义、程序、资源、知识库。

Claude Code 的 CLAUDE.md 是最接近的竞争对手——它会在会话开始时读取项目级别指令。但它是手动的（需要你写文件）、静态的（不会从你的行为中学习）、局限在单个项目（不能跨项目学习）。nsh 的方法是自动的（从行为中提取）、动态的（每次会话后更新）、全局的（跨项目和机器携带知识）。

搭建你自己的记忆层

即使不用 nsh，你也可以从这种架构模式中受益。下面是一个最小实现，可以添加到任何终端代理中：

#!/usr/bin/env bash
# persistent-context.sh —— 添加到你的 shell 配置文件
# 一个简陋的开发者自建记忆层级系统，适用于任何 AI CLI

MEMORY_DIR="$HOME/.ai-memory"
mkdir -p "$MEMORY_DIR"/{core,episodic,semantic}

# 第一层：核心记忆 —— 每次 AI 提示都包含这些
cat > "$MEMORY_DIR/core/preferences.md" << 'EOF'
- 语言：TypeScript/Python
- 包管理器：pnpm
- Git：约定式提交
- 部署：Kubernetes/ArgoCD
EOF

# 第二层：情景记忆 —— 从命令历史自动追加
# 每次会话结束后提取模式
append_episode() {
  local timestamp=$(date -u +"%Y-%m-%dT%H:%M:%SZ")
  local cmd="$1"
  local exit_code="$2"
  echo "- [$timestamp] exit=$exit_code cmd='$cmd'" \
    >> "$MEMORY_DIR/episodic/$(date +%Y-%m-%d).md"
}

# 挂接到 bash 历史（添加到 .bashrc）
PROMPT_COMMAND='last_cmd=$(history 1 | sed "s/^ *[0-9]* //"); 
  append_episode "$last_cmd" "$?"'

# 第三层：语义记忆 —— 随着学习手动整理
# 例如：项目架构决策
cat > "$MEMORY_DIR/semantic/project-alpha.md" << 'EOF'
## Project Alpha 架构
- 单体仓库：pnpm workspaces
- API：Express + PostgreSQL（端口5432）
- 前端：Next.js 15 with App Router
- 认证：Clerk（不是 Auth0 ——2026年Q1迁移）
- 部署：ArgoCD 从 /manifests/ 目录同步
EOF

# 与任何 AI CLI 代理一起使用：
# 在提示中包含记忆：
context_prompt() {
  echo "用户偏好："
  cat "$MEMORY_DIR/core/preferences.md"
  echo -e "\n最近事件："
  cat "$MEMORY_DIR/episodic/$(date +%Y-%m-%d).md" 2>/dev/null || echo "（今天暂无）"
  echo -e "\n项目上下文："
  cat "$MEMORY_DIR/semantic/$(basename "$(pwd)").md" 2>/dev/null || echo "（未知项目）"
}

# 例子：将上下文输入 Claude Code
# context_prompt | claude --prompt "$(cat) $USER_PROMPT"

这段脚本用大约40行 bash 实现了 nsh 六个层级中的三个。虽然没有向量搜索、自动语义提取或加密保险箱，但它展示了原则：结构化的、持久的上下文，能够跨会话存活。

接下来是什么

2026年的终端代理市场，能力、访问权限和沙箱已经是入场券。下一轮竞争的焦点是记忆。

留意这些信号：

  1. Claude Code 增加情景记忆——它的子代理架构已经为此做好了准备。
  2. OpenCode 社区构建基于插件的记忆层级——15万+ star 给了他们足够贡献者基础。
  3. nsh 的 MIRIX 方法成为标准——六层模型足够通用，可以变成一个协议。

能记住你的终端，才是真正替代你更少、增强你更多的工具。这才是真正重要的指标——不是 SWE-bench 分数、不是 token 数量、不是免费层请求限制，而是你少重复了多少次。

直达网址：https://github.com/fluffypony/nsh{:target=”_blank”}

微信联系：timidamen

类似文章